סרטן הריאה הוא גורם מוות משמעותי ברחבי העולם. כיוון שגילוי מוקדם יכול לשפר דרמטית את הפרוגנוזה, יש חשיבות עליונה בפיתוח בדיקות סקר יעילות זולות ופשוטות עם חשיפה מינימלית לקרינה, במיוחד עבור קבוצות סיכון מסוימות.
עוד בעניין דומה
מלבד טומוגרפיה ממוחשבת (CT) במינון נמוך, צילום חזה גם הוא מהווה כלי פוטנציאלי לביצוע בדיקות סקר. מערכות אבחון ממוחשבות מבוסס רשת נוירונים convolutional neural network - CNN - הוכיחו כי ניתן לזהות גושים בצילומי רנטגן חזה, דבר העשוי לסייע רבות לרדיולוגים בפרקטיקה הקלינית.
במחקר שפורסם בכתב העת scientific reports קבוצת חוקרים אימנה גלאי מבוסס שלב יחיד מסוג CNN RetinaNet לזהות 257 צילומים עם הערות ו-154 צילומים נוספים מתוך מערך נתונים ציבורי.
החוקרים השוו בין ביצועי האלגוריתם לבין ביצועיהם של שני רדיולוגים על ידי עריכת מחקר עם 75 מקרים. יתרה מזאת, נחקר השימוש הפוטנציאלי ככלי לבדיקות סקר ברמת המטופל וההשפעה של גופים זרים בריאה (גו"ז) על יכולת הדיוק של האלגוריתם.
במחקר הודגם כי עבור משימת "בדיקת סקר" הושג ערך ROC AUC של 0.87 בקבוצת המבחן במחקר. החוקרים גילו כי לארכיטקטורת RetinaNet יש נטייה לסיווג יתר אך ורק בגופים זרים (מבחינת סיווג שגוי): מתוך 59 צילומים נוספים המכילים גופים זרים, סיווג שגוי בשל גוף זר אירע בשני מקרים בלבד.
מקור: